[論文レビュー] Coefficients' Settings in Particle Swarm Optimization: Insight and Guidelines

Mauro S. Innocente, Johann Sienz|arXiv (Cornell University)|Jan 28, 2021

Metaheuristic Optimization Algorithms Research被引用数 8

ひとこと要約

本論文は、粒子群最適化（PSO）における係数設定について包括的な分析を提供し、粒子の軌道をよりよく制御できる一般化された定式化を導入する。収束行動を所望のものに調整するための実用的ガイドラインを提示し、係数値が探索と活用のバランスや収束速度に与える影響についての洞察を提供する。

ABSTRACT

Particle Swam Optimization is a population-based and gradient-free optimization method developed by mimicking social behaviour observed in nature. Its ability to optimize is not specifically implemented but emerges in the global level from local interactions. In its canonical version, there are three factors that govern a particle's trajectory: 1) inertia from its previous displacement; 2) attraction to its best experience; and 3) attraction to a given neighbour's best experience. The importance given to each of these factors is regulated by three coefficients: 1) the inertia; 2) the individuality; and 3) the sociality weights. Their settings rule the trajectory of the particle when pulled by these two attractors. Different speeds and forms of convergence of a particle towards its attractor(s) take place for different settings of the coefficients. A more general formulation is presented aiming for a better control of the embedded randomness. Guidelines to select the coefficients' settings to obtain the desired behaviour are offered. The convergence speed of the algorithm also depends on the speed of spread of information within the swarm. The latter is governed by the structure of the neighbourhood, whose study is beyond the scope of this paper. The objective here is to help understand the core of the PSO paradigm from the bottom up by offering some insight into the form of the particles' trajectories, and to provide some guidelines as to how to decide upon the settings of the coefficients in the particles' velocity update equation in the proposed formulation to obtain the type of behaviour desired for the problem at hand. General-purpose settings are also suggested. The relationship between the proposed formulation and both the classical and constricted PSO formulations are also provided.

研究の動機と目的

• PSOダイナミクスにおける係数の役割と収束行動に与える影響を理解すること。
• 粒子の軌道に対する制御を向上させるために、PSO速度更新式の一般化された定式化を提供すること。
• 望ましい最適化行動（例：高速収束、強固な探索）に応じた係数値の選定に関する実用的ガイドラインを提供すること。
• 提案された定式化を古典的および収束係数ベースのPSO変種と関連付けること。
• 研究者が試行錯誤に依存せずに、特定の最適化問題に適した係数を選択できるように支援すること。

提案手法

• 慣性、認知（個別性）、社会的（社会性）成分の調整可能な係数を備えた一般化されたPSO定式化を提案する。
• 個人最良およびグローバル最良位置への引きつけ具合を調整することで、異なる係数設定が粒子の軌道および収束速度に与える影響を分析する。
• ランダムネスと係数のバランスがスワームダイナミクスに与える影響をモデル化する数学的フレームワークを導入する。
• 提案された定式化と古典的PSOおよび収束係数法との関係を導出する。
• 解析的および実験的知見を用いて、係数範囲を特定の行動（例：振動、急速収束）にマッピングする。
• 望ましい最適化特性に応じた一般化された係数の推奨値を提供する。

実験結果

リサーチクエスチョン

• RQ1 慣性、認知、社会的係数の異なる設定が、PSOの収束速度および安定性にどのように影響するか？
• RQ2 提案された一般化されたPSO定式化と古典的または収束係数ベースのPSO手法との関係は何か？
• RQ3 特定の最適化行動（例：探索対活用）を達成するために、係数設定を体系的にどのように選択できるか？
• RQ4 係数値がスワーム内での情報伝達の広がりおよび粒子の軌道形状を制御する役割を果たすのはどのようなものか？
• RQ5 多様な最適化問題において、強固で効率的な収束を達成するための最適な係数範囲は何か？

主な発見

• 提案された一般化された定式化により、慣性、認知、社会的成分の影響を分離することで、粒子の軌道に対するより精密な制御が可能になる。
• 係数設定は収束速度に顕著な影響を与える：高い慣性は探索を促進し、高い認知的および社会的重みは収束を加速する。
• 本論文は、係数値と観察可能な行動（例：振動運動、安定収束）との明確なマッピングを確立した。
• 特定の係数制約下では、提案された定式化は古典的PSOと数学的に同等であり、適切なパラメータを選択すれば収束係数法とも整合する。
• 研究者が広く適用可能な最適化ダイナミクスに応じて、調整を最小限に抑えて設定を選択できる一般化された係数推奨値を提供した。
• 不適切な係数設定は、早期収束や振動的挙動を引き起こす可能性があることが明らかになった。これは、情報に基づいた選択の重要性を強調する。